【開催直前】5/19　生成AI時代の知財実務を再設計する

2026年5月19日（火）に、サイエンス＆テクノロジー株式会社様主催のセミナー
「生成AI時代の知財実務を再設計する」
に登壇します。

今回の講演は、これまで私が行ってきた生成AI活用セミナーの中でも、かなり大きな転換点になる内容です。
単に「ChatGPTを知財業務に使う方法」を紹介するものではありません。
これまでの検証、実務利用、セミナーでの実演、資料作成、特許調査、発明整理、明細書作成、中間処理、IPランドスケープの実践を踏まえ、
生成AI時代の知財実務を、業務フローとして体系化し直すことを目的としています。

今回の講演が、これまでと大きく違う点

これまでの生成AIセミナーでは、発明ブレスト、特許調査、明細書作成、中間処理など、
個別業務ごとの活用例を中心にお話ししてきました。

今回は、それらを単発の活用例として並べるのではなく、
一つの知財実務フローとしてつなげて説明します。

• 調査対象発明をどのように定義するか
• AIに検索軸・検索式をどのように作らせるか
• 検索結果をどのようにスクリーニングし、タグ付けするか
• パテントマップやIPランドスケープにどう接続するか
• 発明をどのように整理し、クレームへ落とし込むか
• 明細書作成でAIに何を任せ、人間が何を判断するか
• 拒絶理由通知に対して、AIと人間でどのように反論骨子を作るか
• 新人教育やチーム運用に、生成AIをどう組み込むか

つまり、今回の講演では、AIの便利な使い方を断片的に紹介するのではなく、
知財業務の入口から出口までを、生成AIを組み込んだ形で再構成する
ことを目指します。

2つの題材で、実務の流れを具体的に確認します

今回は、抽象論だけではなく、講演全体を通じて具体的な題材を使います。
題材は大きく2つです。

これまでの講演では、時間の都合上、題材の説明をかなり省略することがありました。
今回はその反省を踏まえ、導入部分で題材の構造を丁寧に説明し、
受講者の方が「何の発明を、どのようにAIで処理しているのか」を追いやすい構成にしています。

プロンプト例とAI出力例を中心に構成しています

今回の投影資料は、理論説明よりも、
「この場面で、どのようなプロンプトを使うのか」
「AIはどのような出力を返すのか」
「人間はそれをどう修正し、判断するのか」
が分かるように構成しています。

例えば、特許調査であれば、
最初に調査対象発明を構成要素に分解し、
Google Patentsで一次調査を行い、
FI・IPCを確認し、
商用DB用の検索式を作り、
さらにJ-PlatPat用の検索式にも展開する、という流れを示します。

発明整理であれば、
AIが出した案に対して、人間が前提条件を絞り直し、
もう一度、課題・解決手段・作用効果・クレームの芯を再設計していく過程を示します。

中間処理では、拒絶理由通知、引用文献、本願発明をどの順番でAIに整理させ、
どこを人間が判断し、どのように意見書骨子へ落とし込むかを扱います。

今回の資料は、約250枚規模の体系資料です

今回の投影資料は、最終的に約250枚規模になりました。
枚数だけを見ると多く感じるかもしれませんが、これは情報を詰め込むためではありません。

むしろ、生成AIとの対話の流れを省略しすぎると、受講者には
「結局、どのようにAIへ依頼すればよいのか」
「AIの出力をどう読めばよいのか」
「人間がどこで判断すべきなのか」
が見えにくくなります。

そのため、今回はあえて、各工程ごとに、
プロンプト例、AI出力例、人間の修正、実務上の判断
を追える構成にしています。
生成AI活用を単なる操作テクニックではなく、実務プロセスとして理解していただくための資料です。

新人教育・チーム運用まで扱います

今回の後半では、生成AIを個人の便利ツールとして使うだけでなく、
新人教育やチーム運用にどう組み込むかも扱います。

特に、新人といっても一括りにはできません。

• 既に知財業務を理解しており、AIで置き換えていく段階の人
• まず知財の基礎教育が必要な人
• 知財以前に、AIを思考道具として使う訓練が必要な人

このように分けた上で、AIに言いなりになるのではなく、
AIの出力を自分の言葉で説明する、検索式の理由を説明する、クレーム案の採否を説明する、
という教育の考え方も整理します。

今回の講演でお伝えしたいこと

生成AIは、単なる時短ツールではありません。

もちろん、要約や文章作成の時間短縮にも使えます。
しかし、本当に重要なのは、そこではありません。

生成AIを使うことで、
発明を構造化し、調査の観点を整理し、検索式を作り、文献を比較し、
クレームの粒度を検討し、明細書の骨格を作り、中間処理の反論構造を整理することができます。

その一方で、AIに最終判断を任せるわけではありません。
母集合を決める、検索式を修正する、タグ粒度を調整する、クレームの本質構成を選ぶ、
補正方針を決める、反論の強度を管理する。
これらは、最終的には人間が担うべき判断です。

今回の講演は、私自身が約2年間、実務とセミナーで検証してきた生成AI活用知財業務の集大成です。
生成AIを使った知財業務を、断片的なテクニックではなく、
体系づけられた実務フロー
としてお伝えします。

生成AIをこれから本格的に知財業務へ取り入れたい方、
既に使っているものの、活用方法をさらに体系化したい方、
特許調査、発明整理、明細書作成、中間処理、IPランドスケープまでを一気通貫で見直したい方にとって、
実務に直結する内容になると思います。